[發明專利]用于輸出信息的方法和裝置

有效

• 申請號: 201910738514.X
• 申請日: 2019-08-12
• 公開（公告）號: CN110457325B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 秦華鵬;程健一;趙岷
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/28
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于輸出信息的方法，包括：

基于從目標知識體系獲得的至少一對上下位詞擴展概念體系，其中，所述概念體系是預先構建的有向無環圖結構的樹狀概念層次網絡，所述有向無環圖中的節點是概念，節點間的邊是可傳遞的概念上下位關系；

基于擴展后的概念體系構造訓練樣本，其中，將外部數據作為虛節點引入概念體系，外部數據不參與向量計算，虛節點指的是不作為概念轉向量模型的輸入但作為概念轉向量模型的輸出的類別標簽，虛節點編號在概念體系已有節點的索引值范圍之外，且不同節點的虛節點集沒有交集；

基于擴展后的概念體系構建概念轉向量模型；

基于所述訓練樣本訓練所述概念轉向量模型，輸出訓練好的每個概念的特征向量。

2.根據權利要求1所述的方法，其中，所述基于從目標知識體系獲得的至少一對上下位詞擴展概念體系，包括：

將百科數據的上位體系與概念體系直接映射，構造至少一對上下位詞直接補充到所述概念體系中。

3.根據權利要求1所述的方法，其中，所述基于從目標知識體系獲得的至少一對上下位詞擴展概念體系，包括：

從專業資料中獲取垂直領域的知識體系，利用上位預測模型或文本匹配等方式關聯到概念體系的節點上，將之補充到所述概念體系中。

4.根據權利要求1所述的方法，其中，所述基于從目標知識體系獲得的至少一對上下位詞擴展概念體系，包括：

從搜索文本中挖掘詞匯，使用序列標注模型預測這些詞匯的概念上位，并去掉命名實體，篩選結果補充到概念體系中。

5.根據權利要求1所述的方法，其中，所述基于擴展后的概念體系構造訓練樣本，包括：

將所述有向無環圖轉換成概念體系樹；

根據所述概念體系樹的每個節點的最相似節點集以及節點的上下位關系，構造每個節點與所述概念體系樹中其他節點的相似度的偏序關系；

基于上述偏序關系，對于每一個節點，構造該節點的采樣集合，在該節點的采樣集合中采樣得到該節點的訓練樣本。

6.根據權利要求5所述的方法，其中，所述在該節點的采樣集合中采樣得到該節點的訓練樣本，包括：

若該節點的后代節點集中節點數量不小于最少樣本量，則將該節點的后代節點集作為該節點的訓練樣本；

否則，根據所述偏序關系補充訓練樣本。

7.根據權利要求5所述的方法，其中，所述在該節點的采樣集合中采樣得到該節點的訓練樣本，包括：

在該節點下掛接至少一個虛節點作為該節點的后代節點；

若該節點的后代節點集中節點數量不小于最少樣本量，則將該節點的后代節點集作為該節點的訓練樣本；

否則，根據所述偏序關系補充訓練樣本。

8.根據權利要求5所述的方法，其中，所述在該節點的采樣集合中采樣得到該節點的訓練樣本，包括：

基于該節點的后代節點的數量和該節點的虛節點的數量計算概念初始權重；

根據所述概念初始權重計算采樣分布；

根據所述采樣分布在該節點的采樣集合中采樣得到該節點的訓練樣本。

9.一種用于輸出信息的裝置，包括：

擴展單元，被配置成基于從目標知識體系獲得的至少一對上下位詞擴展概念體系，其中，所述概念體系是預先構建的有向無環圖結構的樹狀概念層次網絡，所述有向無環圖中的節點是概念，節點間的邊是可傳遞的概念上下位關系；

采樣單元，被配置成基于擴展后的概念體系構造訓練樣本，其中，將外部數據作為虛節點引入概念體系，外部數據不參與向量計算，虛節點指的是不作為概念轉向量模型的輸入但作為概念轉向量模型的輸出的類別標簽，虛節點編號在概念體系已有節點的索引值范圍之外，且不同節點的虛節點集沒有交集；

構建單元，被配置成基于擴展后的概念體系構建概念轉向量模型；

訓練單元，被配置成基于所述訓練樣本訓練所述概念轉向量模型，輸出訓練好的每個概念的特征向量。